arXiv · cs.AI· Geon Kim, Dara Ron, Sukhdeep Singh, Suyog Moogi, Pranshav Gajjar, V V N K Someswara Rao Koduri, Een Kee Hong, Vijay K. Shah·· 5 小时前
TelcoAgent：基于3GPP知识的可扩展5G多KPM预测与可解释框架
TelcoAgent: A Scalable 5G Multi-KPM Forecasting With 3GPP-Grounded Explainability
arXiv:2606.19821v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Geon Kim, Dara Ron, Sukhdeep Singh, Suyog Moogi, Pranshav Gajjar, V V N K Someswara Rao Koduri, Een Kee Hong, Vijay K. Shah
研究任务与主要进展
研究提出TelcoAgent，用于跨5G网络小区对多项KPM进行无需站点特定训练的零样本预测，并生成基于3GPP知识的诊断与可执行说明。框架包含从3GPP规范构建知识图谱的自动化三Agent流程、基于时间序列基础模型的预测流程，以及推理解释流程；基于论文摘要，在一家美国运营商的3个月城市级数据集上覆盖200个小区和7项KPM，并报告较高预测准确性。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org